戰略文章
第65438章+0量化投資理念
1.1什麽是量化投資2
1.1.1量化投資定義2
1.1.2量化投資的誤區3
1.2量化投資與傳統投資的比較6
1.2.1傳統投資策略的弊端6
1.2.2量化投資策略的優勢7
1.2.3量化投資與傳統投資策略的比較8
1.3量化投資歷史10
1.3.1量化投資理論的發展10
1.3.2發展海外量化基金12
1.3.3中國量化投資15
1.4量化投資的主要內容16
1.5量化投資的主要方法21
第二章量化選股25頁
2.1多因子26
2.1.1基本概念27
2.1.2策略模型27
2.1.3實證案例:多因素選股模型30
2.2樣式旋轉35°
2.2.1基本概念35
2.2.2利潤的預期生命周期模型38
2.2.3政策模式40
2.2.4實證案例:中信標準普爾風格41
2.2.5實證案例:大小盤風格44
2.3行業輪換47
2.3.1基本概念47
2.3.2 m2行業輪換策略50
2.3.3市場情緒輪換策略52
2.4資本流動56
2.4.1基本概念56
2.4.2政策模式59
2.4.3實證案例:資本流動的選股策略60頁
2.5動量反轉63
2.5.1基本概念63
2.5.2政策模式67
2.5.3實證案例:動量選股策略和反轉選股策略70
2.6共識預期73
2.6.1基本概念74
2.6.2政策模式76
2.6.3實證案例:壹致預期模型案例78
2.7趨勢跟蹤84
2.7.1基本概念84
2.7.2政策模式86
2.7.3實證案例:趨勢跟蹤選股模型92
2.8籌碼股票選擇94
2.8.1基本概念
2.8.2政策模式97
2.8.3實證案例:籌碼選股模型99
2.9績效評估104
2.9.1收益率指標104
風險指數105
第3章量化定時111
3.1趨勢跟蹤112
3.1.1基本概念112
3.1.2傳統趨勢指標113
3.1.3自適應平均值121
3.2市場情緒125
3.2.1基本概念126
3.2.2情緒指數128
3.2.3實證案例:情緒指標的擇時策略129
3.3有效資金133
3.3.1基本概念133
3.3.2政策模型134
3.3.3實證案例:有效資本擇時模型137
3.4牛熊線141
3.4.1基本概念141
3.4.2政策模型143
3.4.3實證案例:牛熊線擇時模型144
3.5 husrt指數146
3.5.1基本概念146
3.5.2政策模型148
3.5.3經驗案例149
3.6支持向量機152
3.6.1基本概念152
3.6.2政策模型153
3.6.3經驗案例:svm計時模型155
3.7施華奇型號160
3.7.1基本概念160
3.7.2政策模型161
3.7.3經驗案例:施華奇模型164
3.8異常指示器168
市場噪音168
3.8.2行業集中度170
興登堡兇兆172
第四章股指期貨套利180
4.1基本概念181
4.1.1套利介紹181
4.1.2套利策略183
4.2現貨套利185
4.2.1定價模型185
4.2.2現貨指數復制186
4.2.3正向套利案例190
4.2.4結算日套利192
4.3跨期套利195
4.3.1跨期套利原理195
4.3.2無套利區間196
4.3.3跨期套利觸發和終止197
4.3.4實證案例:跨期套利策略199
4.3.5主要套利機會200
4.4影響成本203
4.4.1主要指標204
4.4.2實證案例:影響成本205
4.5利潤管理208
4.5.1 var方法208
4.5.2風險值計算方法209
4.5.3經驗案例211
第五章商品期貨套利214
5.1基本概念215
5.1.1套利條件216
5.1.2套利基本模式217
5.1.3套利準備219
5.1.4普通套利組合221
5.2現貨套利225
基本原則225
5.2.2操作流程226
增值稅風險230
5.3跨期套利231
5.3.1套利策略231
5.3.2實證案例:pvc跨期套利策略233
5.4跨市場套利234
5.4.1套利策略234
5.4.2實證案例:倫通-滬銅235跨市場套利
5.5跨品種套利236
5.5.1套利策略237
5.5.2實證案例238
5.6異常狀態處理240
第六章統計套利242
6.1基本概念243
6.1.1統計套利定義243
6.1.2配對交易244
6.2匹配交易247
6.2.1協整策略247
6.2.2主成分策略254
6.2.3績效評估256
6.2.4實證案例:配對交易258
6.3股指套利261
6.3.1行業指數套利261
6.3.2國家指數套利263
6.3.3大陸指數套利264
6.3.4全球指數套利266
6.4保證金套利267
6.4.1股票保證金套利267
6.4.2可轉換債券-保證金套利268
6.4.3股指期貨-保證金套利269
6.4.4封閉式基金-保證金套利271
6.5外匯套利272
6.5.1價差套利273
6.5.2貨幣對套利275
第七章期權套利277
7.1基本概念278
7.1.1期權介紹278
7.1.2期權交易279
7.1.3牛熊綜合征280
7.2股票/期權套利283
7.2.1股票-股票期權套利283
7.2.2股指期權套利284
7.3轉換套利285
7.3.1轉換套利285
7.3.2反向轉換套利287
7.4跨期套利288
7.4.1買入交叉套利289
7.4.2賣出多空套利291
7.5大跨度套利293
7.5.1買入大跨度套利293
7.5.2賣出大跨度套利294
7.6蝴蝶套利296
7.6.1買入蝴蝶套利296
7.6.2賣出蝴蝶套利298
7.7鷹套利299
7.7.1買入鷹套利300
7.7.2賣出鷹套利301
第八章算法交易304
8.1基本概念305
8.1.1算法交易定義305
8.1.2算法交易分類306
8.1.3算法事務設計308
8.2被動交易算法309
8.2.1影響成本310
8.2.2等待風險312
8.2.3常見被動交易策略314
8.3 vwap算法316
標準vwap算法316
8.3.2改進的vwap算法319
第九章其他策略323
9.1事件套利324
9.1.1 M&A套利策略324
9.1.2私募套利325
9.1.3重套利停牌股票組合326
9.1.4封閉組合套利327
9.2 etf套利328
9.2.1基本概念328
9.2.2無風險套利330
9.2.3其他套利
9.3 lof套利335
9.3.1基本概念
9.3.2模型策略336
9.3.3實證案例:lof套利337
9.4高頻交易341
9.4.1流動性返利交易341
9.4.2遊戲算法交易342
9.4.3自動做市商策略343
9.4.4程序化交易343
理論文章
第10章人工智能346
10.1主要內容347
10.1.1機器學習347
10.1.2自動推理350
10.1.3專家系統
10.1.4模式識別356
10.1.5人工神經網絡358
10.1.6遺傳算法362
10.2人工智能在量化投資中的應用366
10.2.1模式識別短期計時366
10.2.2 rbf神經網絡股價預測370
10.2.3基於遺傳算法的新股預測375
第11章數據挖掘381
11.1基本概念382
11.1.1主型號382
11.1.2典型方法384
11.2主要內容385
11.2.1分類和預測385
11.2.2關聯規則391
11.2.3聚類分析397
11.3數據挖掘在量化投資中的應用400
11.3.1基於som網絡的股票聚類分析方法400
11.3.2基於關聯規則的盤旋轉403
第12章小波分析407
基本概念408
12.2小波變換主要內容409
12.2.1連續小波變換409
12.2.2連續小波變換的離散化410
12.2.3多分辨率分析和mallat算法411
12.3小波分析在量化投資中的應用
12.3.1 k線小波去噪414
12.3.2金融時間序列數據預測420
第13章支持向量機429
基本概念430
13.1.1線性svm 430
13.1.2非線性支持向量機
13.1.3 svm分類器參數選擇435
13.1.4支持向量機分類器從兩類到多類的推廣56438.68666666669
13.2模糊支持向量機437
增加了13.2.1帶模糊後處理的svm 437。
13.2.2帶模糊因子的支持向量機訓練算法56638.68666866661
13.3支持向量機在量化投資中的應用56666.86866868661
13.3.1復雜金融時間序列數據預測440
13.3.2趨勢拐點預測445
第14章分形理論452
基本概念453
14.1.1分形定義453
幾個典型的分形(14.1.2)46647.666666666667
14.1.3的分形理論的應用研究46638.66666666666
14.2主要內容457
14.2.1分維457
14.2.2 l系統458
14.2.3 ifs系統460
分形理論在量化投資中的應用
14.3.1Megatrend預測461
14.3.2匯率預測466
第15章隨機過程473
基本概念473
15.2主要內容476
15.2.1隨機過程的分布函數
15.2.2隨機過程的數字特征
15.2.3幾種常見的隨機過程477
平穩隨機過程479
15.3灰色馬爾可夫鏈股市預測480
第16章it技術486
16.1數據倉庫技術
16.1.1從數據庫到數據倉庫487
16.1.2數據倉庫489中的數據組織
16.1.3數據倉庫的關鍵技術+0.55663663866
16.2編程語言493
16.2.1 GPU算法交易493
MATLAB語言497
16.2.3 c#語言
第17章主要數據和工具509
17.1多因素分析系統509
17.2多部:程序化交易平臺511
17.3交易先鋒:期貨自動交易平臺514
17.4大連證券交易所套利指令518
17.5 mt5:自動外匯交易平臺522
第18章量化對沖交易系統:D-阿爾法528
18.1系統架構528
18.2政策分析流程530
18.3核心算法532
18.4驗證結果534
表目錄索引
表1不同投資策略的比較7
表2 1多因素選股模型的候選因素30
多因素模型31候選因素的初步檢驗
表2 3通過多因素模型測試的有效因素32
表2 4消除多因素模型中冗余後的因素33
表2 5多因素模型組合分部回報率33
表2 6晨星市場風格判別法36
表2 7基本投資風格的識別急劇收益率37
表2 8中信S&P風格指數41
表2 9風格動量策略組合的月度回報43
表2 10大小盤風格輪動策略月平均收益率46
表2 11中國貨幣周期段(2000-2009) 49
表2 12滬深300行業指數統計50
表2 13不同貨幣階段不同行業收益率51
表2 14招商局資金流模型計算方法(cmsmf) 58
表2 15招商資金流模型(cmsmf)選股指數定義59
表2 16資金流向模型策略-滬深300 61
表2 17資金流模型策略-全市場62
表2 18動量組合平均年化超額收益相對基準(部分)68
表2 19反向組合相對基準的平均年化超額收益(部分)69
表2 20動量策略的風險收益分析71
表2 21反向策略風險收益分析73
表2 22趨勢跟蹤技術的回報率93
表2 23籌碼選股模型中各個指標的收益比較99
表3 1ma指示器最佳定時測試的20組參數及其性能117
表3 24個趨勢指標最優參數下的獨立擇時交易業績比較120
表3 3不同信號數下的綜合配時策略有交易費用120
表3-4自適應移動平均擇時策略收益率分析124
表3 5市場情緒類別126
表3 6滬深300指數在不同情緒區域的月收益率對比128
表3 7滬深300指數在不同情緒變化區域的月收益率對比129
表3 8滬深300指數在不同情緒區域的月收益率對比130
表3 9滬深300指數在不同情緒變化區域的月收益率對比130
表3 10情緒指數擇時收益率統計132
表3 11 SVM計時模型156的指標
表3 12 svm預測結果指數匯總滬深300指數156
表3 13 SVM計時模型在整體市場中的表現156
表3 14 SVM擇時模型在單邊上漲行情中的表現157
表3 15 SVM擇時模型在單邊下跌行情中的表現158
表3 16 SVM計時模型在震蕩市的表現159
表3 17熊市擇時噪聲交易的收益率為170
表4 1不同股票編號下各種方法的跟蹤誤差(年化)190
表4-2股指期貨199跨期套利多頭過程分析
表4.3不同開倉比例下不同保證金水平覆蓋的市場波動及其概率211
表4 4不同倉單持有期下的保證金覆蓋率212
表1樣本期內標的股票最相關的50個組合(部分)248
表6 2殘差平穩性和自相關性檢驗249
表6.3不同閾值下的平均開倉平倉收益為251。
表6-4樣品中不同模型獲得的產率和最佳閾值252。
表6 5通過不同的模型和不同的外推方法在樣品外獲得的產率(%)253
表6 6樣本中主成分配對交易的收益率和最優閾值255
表6 7樣本外主成分配對交易的影響255
表6-8不同模型下的統計套利結果256
表6 9延遲開盤+提前收盤策略的實證結果260
表6 10各行業撮合交易結果261
表7 1多頭股票期權套利綜合分析表283
表7 2多頭股票-股票期權套利案例損益分析表284
表7 3股指期權套利案例的盈虧分析表285
表7-4轉換套利分析流程286
表7-5買入交叉套利綜合分析表289
表7 6買入交叉套利交易明細289
表7 7賣出交叉套利綜合分析表291
表7-8賣出交叉套利交易明細292
表7-9買入大跨度套利的綜合分析表293
表7 10賣出大跨度套利綜合分析表294
表7綜合分析11買入蝴蝶套利表296
表7 12賣出蝴蝶套利綜合分析表298
表7 13買入鷹套利分析表300
表7 14賣出鷹套利綜合分析表301
表9 1主要M&A方法324
表9-2 M&A套利流程325
表9 3鵬華300 lof 339的兩個遠期套利
表9 4鵬華300 lof 340的兩次反向套利
表10 1自動推理中的連詞系統352
表10 2模式識別短期定時樣本數據分類369
表10 3 rbf神經網絡股價預測結果375
表10 4新股預測遺傳算法參數設置379
表10 5新股預測結果遺傳算法380
表11 1決策樹數據表389
表11 2關聯規則案例數據表392
表11 3 som股票聚類分析結果403
表11 4 21股票板塊指數404布爾關系表數據片段
表121小波分析方法對SDB A每日收盤價的預測值與實際值的比較427
表12 2不同分解層的均方根誤差值428
表13 1 svm滬深300指數預測誤差445
表132 SVM指數預測與神經網絡預測的比較445
表13 3技術反轉點448的定義和形態
表13 4 svm趨勢拐點預測結果450
表14 1連續浪湧前後分形的主要參數值463
表14 2連續暴跌465前後分形主要參數值
表14 3外匯r/ s分析指標469
表14 4 v(r/s)曲線回歸測試470
表15 1深證成指樣本內灰色馬爾可夫鏈預測(2005/1—2006/8) 484
表15 2灰色馬爾可夫鏈對深證成指的預測(2006/9—2006/12) 484
表16-12數據類型0 VBA 499
表18-1 d-alpha系統全球市場收益率分析534